Die vorliegende Masterarbeit erforscht die Erweiterung der Steuerung einer bestehenden Klimatisierungsanlage durch ein Sensornetzwerk und künstliche Intelligenz. Ziel ist die Optimierung des Energiebedarfs und die Verbesserung des Raumklimas durch die Überwachung umfangreicher Sensordaten. Ein Mesh-Netzwerk mit Aktualisierungsmöglichkeit für die Sensorknoten und die TensorForce-Bibliothek bilden dafür die Grundlage. Unter Nutzung von Deep Q-Learning from Demonstrations, einer Reinforcement Learning-Strategie, wird die praktische Umsetzung eines solchen Systems getestet. Durch die Erprobung verschiedener Konfigurationen gelingt es, die Aktivitätszeit der Klimageräte durch automatische Abschaltung im Vergleich zur regulären Nutzung signifikant zu senken. Zusätzlich wechselt das entwickelte System bei Bedarf selbstständig in den Lüftungsmodus, anstatt dauerhaft im Kühlbetrieb mit hohem Energiebedarf zu arbeiten. Diese Masterarbeit richtet sich an alle, die am praktischen Einsatz von Reinforcement Learning interessiert sind.

There are two disciplines that are concerened with the same object of study, narratives, but that rarely exchange insights and ideas, let alone engage in collaborative research. The first is Narrative Theory (NT), an analytical discipline from the humanities that attempts to analyze literary texts and from these instances derive a general understanding of the concept of narrative. The second is Compuatational Story Composition (CSC), a discipline in the domain of Artificial Intelligence that attempts to enable computers to autonomously compose fictional narratives in a way that could be deemed creative. Several reasons can be found for the lack of collaboration, but one of them stands out: The two disciplines follow decidedly different research methodologies at contradistinct levels of abstraction. This makes it hard to conduct NT and CSC research simultaneously, and also means that CSC researchers have a hard time validating whether they use NT concepts correctly, while NT scholars have no use for the outputs created by work in CSC. At the same time, a close exchance between the two disciplines would be desirebale, not only because of the complementary approach to their object of study, but also because comparable interdisciplinary collaborations have proven to be productive in other fields, like for instance linguistics. The present thesis proposes a research methodology called generative modeling designed to address the methodological differences outlined above, and thus allow to conduct simultaneous NT and CSC research. As a proof of concept it performs several cycles of generative modeling, in which it computationally implements concepts and dynamics described in two frameworks from NT, namely Marie-Laure Ryan's possible worlds approach to plot, and Alan Palmer's fictional minds approach to characters. In detail, the first cycle attempts to implement Ryan's possible worlds semantics and the resulting dynamics of plot, but falls short in a way that suggests that the first principles layed out in the theory are not sufficient to capture an example plot, for a number of reasons. The second cycle resolves these hypothesized problems by extending Ryan's plot understanding with affective dynamics based on Palmer's understanding of fictional minds. With plot dynamics completed, the third cycle implements Ryan's concept of tellability, which represents a quantifiable measure of the structural quality of plots. The last cycle implements a Genetic Algorithm based search heuristic that is capable of searching the plot space spanned by the employed formalism for plots high in tellability, which provides additional insights on properties of tellability. The resulting implementation is a in-depth computational representation of plot ingrained into the CSC System InBloom, which is capable of autonomusly composing novel plots and evaluating their quality. The study reported in this thesis demonstrates, how implementing narratological theories as generative models can lead to insights for NT, and how grounding computational representations of narrative in NT can help CSC systems take over creative responsibilities. Thereby, it shows the feasibility and utility of generative modeling.

aus dem Inhalt: „Seit mehr als zwei Dekaden wird sich in der Marktforschung darum bemüht, neue Wege zu erschließen, um der digitalen Transformation und den damit verbundenen gesellschaftlichen Veränderungsprozessen mit geeigneten Forschungsmethoden zu begegnen. Insbesondere in der Online-Marktforschung wird gefragt, inwiefern digitale Ressourcen erschlossen werden können, um zielgruppenorientierte Datenanalysen für (neue) Customer Insights nutzbar zu machen.”

aus dem Inhalt: „In den vergangenen Jahren haben wir einen immensen Anstieg an verfügbaren Textdaten feststellen dürfen. Nicht nur Verbraucherkommentare in Social Media, Text-Transkripte von Sprachassistenten, Dialoge aus Customer-Feedback und Support Chat (Bots), sondern auch offene Antworten in Umfragen bis hin zu automatisierten Text2Speechgestützten Audiointerviews sorgen für steigenden Bedarf, Erkenntnisse aus unstrukturierten Textdaten zu gewinnen.”

aus dem Inhalt: „Text Mining ist eine interdisziplinäre Forschungsrichtung, jedoch befassen sich nur sehr wenige Arbeiten bislang mit dem Extrahieren, Analysieren und Erkennen von freien Antworten aus Online-Befragungen.”

aus dem Inhalt: „Unternehmen – vor allem im Konsumgüterbereich – sind „datenhungrig“. Sie wollen tendenziell alles über ihre Konsumenten und Zielgruppen wissen. Traditionell ist die Beschaffung dieser Daten die Aufgabe der Markt- und Meinungsforschung. Online-Erhebungen, Fragebogen-Aktionen, Telefon-Interviews – solche quantitativen Befragungen gehören zu den Standardverfahren in der Markt- und Meinungsforschung. Mittels kontrollierter, vorgegebener Fragenschemata sollen statistisch valide Aussagen über Marken, Produkte oder Konsumentenverhalten gewonnen werden.”

aus dem Inhalt: „Offene Angaben in Umfragen bringen einen hohen Erkenntnisgewinn und tragen unvoreingenommene Meinungen zu Tage. Die Analyse dieser offenen Angaben erfordert allerdings einen hohen personellen Aufwand.”

aus dem Inhalt: „Spätestens seit Ausbruch der Corona-Pandemie sind Datenvisualisierungen und Infografiken in aller Munde oder besser gesagt «in aller Augen ». Kaum ein News-Portal, kaum eine Online-Ausgabe renommierter Zeitungen kommt ohne die fast schon obligatorische interaktive Datenvisualisierung über den Verlauf der Pandemie, die Entwicklung der Infektionszahlen oder einen Ländervergleich aus.”

aus dem Inhalt: „Many aspects of society, science, business, finance, journalism, and everyday human activity, become ever more quantified. As a result, our world is awash with data of increasing amount and complexity. Still, we must keep afloat with our innate human abilities and limitations. Visualization is one way to manage this information overload: well-designed representations replace difficult cognitive calculations with simpler perceptual interpretations.”

aus dem Inhalt: „Leonardo da Vinci is worldwide considered to be one of the greatest geniuses in human history. The famous frescoes and paintings that we can still admire today are only a tiny fraction of what constitutes the gigantic heritage of Leonardo da Vinci’s significance. Part of his heritage is an incredible amount of sketches that survived the total dismemberment thanks to vicissitudes that comprehend legacies, lootings, millionaire purchases, and thefts.”